... ..........................................................................................12 超大规模主导地位....................................... ....................................................... 经达到或接近容量，迫使租户将电力可用性和可扩 展性置于传统市场偏好之上。尽管需要大量资本投 资，二级和三级市场仍吸引了越来越多的关注。 数据中心行业在2024年经历了前所未有的变革， 这是由超大规模运营商的历史性吸纳率和人工智能 （AI）的快速发展所推动的。各大市场的空置率下 降至历史最低水平，加剧了对空间和电力的竞争， 并要求在土地、开发和基础设施方面进行重大投资 。 投资者渴望参与到该行业的发展，但成功需要不只 4吉瓦增加到2024年的超过18吉瓦——还不包 括另外30吉瓦的计划产能。 1 这种增长是由数字化转型的加速步伐以及人工智能在各个行业的日 益普及所驱动，亚马逊、谷歌、Meta、微软和甲骨文等超大规模企业领导了这一需求增长。 平衡前所未有的机会与战略风险 0 2,000 4,000 6,000 8,000 10,000 12,000

成为数据中心发展关键。 据 IDC 数据，全球数据总量预计由 2021 年的 82.47 ZB 上升至 2026 年的 215.99 ZB ， 对应 CAGR 达 21.24% 。其中，大规模张量运算、矩阵运算是人工 智能在计算层面的 突出需求，高并行度的深度学习算法在视觉、语音和自然语言 处理等领域上的广 泛应用使得算力需求呈现指数级增长。 据 Cisco 数据，全球数据中心负载任务量预计由 资料来源：金十数据，国信证券经济研究所整理 表：不同技术架构 AI 芯片比较 种类 定制化程度 可编辑性 算力 价格 优点 缺点 应用场景 GPU 通用型 不可编辑 中 高 通用型较强、适合大规模并行运算；设计和制造工艺成熟。 并行运算能力在推理段无法完全发挥。 高级复杂算法和通用性人工智能平台。 FPGA 半定制化 容易编辑 高 中 可通过编程灵活配置芯片架构适应算法迭代，平均性能较高；功耗较低； 件。 lGPU 在训练负载中具有绝对优势。据 IDC 数据， 1H21 中国 AI 芯片市场份额中， GPU 占比高达 91.9% ，依然是实现数据中心加速 的首选。 GPU 通用型较强、适合大规模并行运算，设计和制造工艺成熟，适用于高级复杂算法和通用性人工智能平台。 lAI 芯片又称 AI 加速器或计算卡，是专门用于处理人工智能应用中大量 计算任务的模块。随着数据海量增长、算法模型趋向复杂、处理对象异

万美元，对比 GPT-4o 等模型的训练成本 约为 1 亿美元。 l 2025 年 1 月， DeepSeek-R1 发布，性能对标 OpenAI-o1 正式版。 DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下， 极大提 升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI-o1 正式版。同时 DeepSeek 开源 R1 推理模型，允许所有人在遵循 官网，国信证券经济研究所 整理 l 2025 年 1 月 20 日， DeepSeek-R1 正式发布，并同步开源模型权重，性能对齐 OpenAI-o1 正式版。 DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在 仅有极少 标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI-o1 正式版。 l DeepSeek-R1 遵循 MIT License 整理 l 对跨节点的全对全通信机制进行优化，充分利用 InfiniBand 和 NVLink 提供的高带宽。 DeepSeek-V3 模型在拥有 2048 个 NVIDIA H800 GPU 的大规模集群上进 行训练， 每个节点配置了 8 个 GPU ，并通过 NVLink 与 NVSwitch 实现内部高速互联；不同节点间的高效通信则依赖于 InfiniBand （ IB ）网络。 l 创新性提出了

中国安防在多年建设发展中已在全球市场占据较高份额，市场发展步入稳定成熟阶 段。安防行业受政策驱动影响明显，平安城市、雪亮工程政策成为过去十年安防行业重 要的政策推动力。2015-2018 年为雪亮工程大规模推广的阶段，全国公共安全财政支出 增速均高于 10%；伴随两大政策步入尾声，安防行业的增速步入平稳增长期。2022 年 国内经济受多地疫情冲击，项目实施放缓、工期延后、交付周期拉长、资金紧张以及最 摄像机可以分为三个层次： 智能网络摄像机（Smart IPC）：在传统 IPC 基础上，增加了一些特定的识别功能（如 行为分析、异常侦测、统计功能等），无需额外增加 AI 协处理器，有望率先大规模推广。 结构化分析摄像机：以北京君正的 T20+T01 方案为例，在 IPC SoC 基础上加入了 简单的 NPU 浅层处理器，能够从视频数据中提取一些特定信息比如车牌、车辆信息等。 深度学习摄像机：有单独的 技术在应用推广的过程可能面临数据质量、资源限 制和技术能力等因素的制约，导致相关企业的 AI 应用存在推广进度不及预期的风险。 2、AI 技术发展低于预期导致应用面狭窄：AI 技术发展遭遇瓶颈，可能导致诸多场 景的大规模落地缺乏技术可行性。 免责及评级说明部分 免责声明 东吴证券股份有限公司经中国证券监督管理委员会批准，已具备证券投资咨询业务资格。 本研究报告仅供东吴证券股份有限公司

万大关，成为史上最快达成这一里程碑的应用。  革命性推理能力叠加出色性价比，DeepSeek-R1 模型引发全球关注。 据 DeepSeek 官网数据，DeepSeek-R1 在后训练阶段大规模使用了强化 学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力， 其在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式 版。并且，DeepSeek-R1 遵循 MIT

号 加快工业绿色微电网建设。增强源网荷储协调互动，引导 企业、园区加快分布式光伏、分散式风电、多元储能、高 效热泵、余热余压利用、智慧能源管控等一体化系统开发 运行，推进多能高效互补利用，促进就近大规模高比例消 纳可再生能源。 2023 《新型电力系统 发展蓝皮书》 积极推动各具特色的电力源网荷储一体化项目，围绕公共 建筑、居住社区、新能源汽车充电桩、铁路高速公路沿线 等建筑、交通、农业领域，发展新能源多领域融合的新型 等污染物排放，实现降碳减污协同效应。三是加快新型电力系统关键技术研发应用，培 育经济增长新动能。通过微电网试点和示范项目，促进人工智能、大数据、物联网、先 进信息通信等与电力系统深度融合，加快柔性直流输配电、新能源主动支撑、大规模储 能电站、新型电力系统仿真和调度运行等技术的研发、示范和推广应用，加快新型电力 系统关键技术储备与迭代，推动相关软硬件设施研发与制造，加快地方经济增长新动能 培育，助力地方经济高质量发展。例 需求，获得相应的补贴。四是 探索微电网聚合商机制，作为虚拟电厂的一部分，提供调频、调峰等辅助服务，进一步 获得市场补贴。这种聚合不仅增强了微电网在电力市场中的议价能力和影响力，还能够 提供更大规模的辅助服务，发挥更大的市场价值。 （4）强化政策支撑，打造国家级微电网产业发展示范区 一是加大对微电网的政策支持力度。研究将微电网建设纳入财政局节能和循环经济 专项资金、节能技改资金等资金予以

1-405B 等 开 源 模 型 ， 并 在 性 能 上 和 GPT-4o 以 及 Claude-3.5-Sonnet不分伯仲，训练成本约为558万美元。1月20日， DeepSeek开源R1模型，后训练阶段大规模使用了强化学习技术，在仅有 极少标注数据的情况下，性能比肩OpenAI o1正式版，不仅极大提升了 模型推理能力，也大幅降低了训练成本。同时，DeepSeek-R1蒸馏了6个 小模型，其中32B和7 1-405B 等开源模型，并在性能上和 GPT-4o 以及 Claude-3.5-Sonnet 不分伯仲，训练成本仅约为 558 万美元。1 月 20 日，DeepSeek 开源 R1 模型，后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下， 极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。 图 1：DeepSeek R1 性能比肩 OpenAI

作用等方面有着异曲同工之妙，在实践中更是有着天然的结合性。 提出背景殊途同归 为实现工业化和现代化，中国必须加速推进国家信息化建设，并选择重点领域进行突破。由于现代 城市在区域经济和社会发展中具有重要作用，大规模城市化又是中国经济持续高速增长的 根本动力之一和未来中国经济社会建设的重点，因此中国必须重视城市的信息化建设，将其 作为调整城市经济结构、提高注重城市规划、建设和管理水平、加速实现现代化的重要任务。 科研。然而中医药临床科研一体化平台是多门新兴学科在信息技术研究和医学创新方法论 上的重叠，其中一些重要的技术挑战需要跨学科的合作与探索，如：中医术语体系的形式化 表达、临床标准术语集与书写术语集的映射与整合和大规模术语加工平台及术语服务发布； 中医临床信息内容和组织的信息建模、形式化知识表示、临床自然语言处理、科研数据的抽取 与转换和非结构化信息处理；由海量数据分析与数据挖掘而产生的对计算性能的挑战，以及 这就需要把不同机构和企业的不同部门，每个工厂和灌溉系统相接口的水资源管理单位， 居民小区，跨领域的将信息整合到一个灵活、开放的高性能平台上，形成一个互联互通的集成， 共享数理，分析数据，帮助决策者进行判断，实施资源动态调配。如此大规模和复杂的数据 采集、集成、分析必然需要先进的传感设备，灵活、开放的高性能平台，强大的数学运算和分析 能力。换句话说，未来理想城市中“智慧的水”的画面应该是，环保局发现某一个地方污染严重 可以马

面，垂直类场景机器人如无人运送机、扫地机器人、工厂机械臂等在加速渗透，但通用型 人形机器人由于其多模态感知、高精准运控、以及对泛化和涌现能力等要求高，受限于软 件难度和硬件高成本压力，或尚难以在短期内实现快速降本及大规模应用。特斯拉研发的 Optimus 人形机器人作为行业内关注度极高的机器人产品，我们预计将首先量产应用于工 厂和仓库，从事较为清晰可控的拣选搬运工作，未来才会逐渐迭代扩大应用场景。 图表21： 得分已经达到 82.0%。 图表27： 科技巨头目前主要模型的布局 注：MMLU（Multilingual Massively Multilingual Understanding，大规模多任务语言理解）是一个包含 57 个多选问答任务的英文评测数据集，涵盖了初等数学、美国历 史、计算机科学、法律等领域，难度覆盖高中水平到专家水平的人类知识。它是用于评估大模型在跨语言和多领域知识理解方面性能的一个重要基准。 2024 年 5 月 I/O 大会上，谷歌对 Gemini 再次更新：1）发布 1.5 Flash，是通过 API 提供 的速度最快的 Gemini 模型。在具备突破性的长文本能力的情况下，它针对大规模地处理高 容量、高频次任务进行了优化，部署起来更具性价比。1.5 Flash 在总结摘要、聊天应用、 图像和视频字幕生成以及从长文档和表格中提取数据等方面表现出色。2）更新 1.5 Pro。 除了将模型的上下文窗口扩展到支持

功能正在逐步推进量产应用（在法律法规允许后开放给用户），为配套功能 应用，企业也在逐步推进 AVP 停车场改造。 但是，也可以看到，智慧停车发展近十年，虽然市场空间已达百亿，但是尚未得 到大规模应用。发达城市智慧停车应用覆盖率仍然较低，根据数据统计，截止到 2019 年底，北上广深智慧停车平均覆盖率约为 35%，尚有较大发展空间。目前智慧停车发 展存在的主要问题有：应用种类众多，尚未形成有序的市场格局；现有停车信息管理 自动计费和缴费，实现不停车进 出场。 目前，国内智慧停车应用还处于基础信息化阶段，以停车场出入口闸机管理和基 于空余车位数量查询的停车诱导为主，单车位状态信息采集和发布还没有普及。对于 大规模停车场，基础信息化已经无法满足业主管理效率和车主停车效率显著提升的 需求。 2.2 驾驶员泊车辅助 随着产业升级和信息通信技术的不断发展，感知计算、定位导航、云计算等技术 将广泛应用于停